基于夜间灯光数据的广东省能源消耗碳排放：估算、时空分布与策略研究.docxVIP

基于夜间灯光数据的广东省能源消耗碳排放：估算、时空分布与策略研究

一、引言

1.1研究背景与意义

在全球经济持续增长和工业化、城市化进程不断加速的背景下，能源消耗与碳排放问题已成为国际社会广泛关注的焦点。据国际能源署（IEA）发布的《2023年全球碳排放报告》显示，2023年全球能源相关二氧化碳排放量增长1.1%，达到374亿吨，创历史新高。持续增长的碳排放量引发了诸如全球气候变暖、极端气候事件频发、生态系统失衡等一系列严峻的环境问题，对人类的生存和发展构成了严重威胁。为应对这一全球性挑战，国际社会积极行动，众多国家纷纷制定并实施碳减排目标与政策，如《巴黎协定》旨在将全球平均气温较工业化前水平升高控制在2℃以内，并努力限制在1.5℃之内，这就要求各国加快能源转型和低碳发展步伐。

广东省作为中国的经济强省，在全国经济格局中占据着举足轻重的地位。2023年，广东以占全国约7%的能源消费和5%的碳排放量，支撑了约占全国9%的常住人口和约10.8%的经济总量。然而，随着经济的快速发展和人口的持续增长，广东的能源需求也在不断攀升，能源消耗碳排放问题日益突出。据相关统计数据，广东的碳排放总量在全国各省份中位居前列，且近年来仍保持着一定的增长态势。高碳排放不仅对广东的生态环境造成了巨大压力，影响了空气质量和居民健康，也制约了其经济的可持续发展，在“双碳”目标的大背景下，广东面临着艰巨的碳减排任务。

在此背景下，准确估计广东省能源消耗碳排放并深入分析其时空分布特征具有重要的现实意义。一方面，有助于深入了解广东碳排放的现状和规律，明确碳排放的重点区域和行业，为制定针对性的碳减排策略提供科学依据；另一方面，能够为评估广东在实现“双碳”目标过程中的进展和成效提供量化指标，促进能源结构优化和可持续发展，推动广东在经济发展与环境保护之间找到平衡，实现绿色低碳转型。

1.2国内外研究现状

在利用夜间灯光数据估计碳排放方面，国外学者开展了大量研究。Elvidge等最早将夜间灯光数据用于人类活动的监测与分析，发现夜间灯光强度与能源消耗、经济发展等因素具有显著相关性，为利用夜间灯光数据估算碳排放奠定了理论基础。此后，许多学者基于不同地区的数据，构建了多种碳排放估算模型。如Imhoff等通过建立夜间灯光与能源消耗之间的回归模型，对全球城市的碳排放进行了估算，结果表明该方法能够在一定程度上反映城市碳排放的空间分布特征。然而，这些研究大多集中在发达国家和地区，对于发展中国家的研究相对较少，且模型的适用性和精度在不同地区存在差异。

国内学者也在该领域进行了积极探索。赵莹等利用DMSP/OLS夜间灯光数据，结合能源消费数据，构建了省级层面的碳排放估算模型，并对我国各省份的碳排放进行了估算和分析，发现夜间灯光数据能够较好地反映我国碳排放的空间格局，但在一些经济结构复杂、能源消费多元化的地区，估算精度有待提高。颉志杰等以东北三省为研究区域，采用DMSP/OLS和NPP/VIIRS数据，分别估算了2004年、2009年、2014年和2019年的碳排放情况，分析了其时空演变规律，结果表明夜间灯光数据对碳排放量的估算精度良好，但不同年份和地区的碳排放影响因素存在差异。

在碳排放时空分布研究方面，国内外学者运用多种方法进行了深入分析。一些学者利用地理信息系统（GIS）技术，结合夜间灯光数据和碳排放数据，直观展示了碳排放的空间分布特征，并通过空间自相关分析等方法，揭示了碳排放的空间集聚性和异质性。如Zhou等通过对中国城市碳排放的空间自相关分析，发现我国东部地区城市碳排放存在显著的高-高集聚现象，而西部地区则呈现低-低集聚特征。同时，时间序列分析方法也被广泛应用于研究碳排放随时间的变化趋势，分析不同阶段碳排放的增长或下降原因，为制定碳减排政策提供时间维度的参考。

然而，当前研究仍存在一些不足之处。一方面，在利用夜间灯光数据估计碳排放时，模型的构建大多基于简单的线性回归，未充分考虑不同地区能源结构、产业结构等因素的差异，导致估算精度受限；另一方面，在时空分布分析中，对碳排放的影响因素分析不够全面和深入，多集中在经济、人口等因素，对政策、技术创新等因素的研究相对较少。此外，针对广东省这一经济发达、能源消费结构复杂地区的碳排放研究，在数据处理、模型适用性和多维度分析方面还有待进一步完善。

1.3研究内容与方法

本研究基于夜间灯光数据，对广东省能源消耗碳排放进行估计，并深入分析其时空分布特征，进而提出相应的低碳发展策略。具体研究内容包括：一是利用DMSP/OLS和NPP/VIIRS夜间灯光数据，结合广东省能源消费统计数据，构建适合广东省的能源消耗碳排放估算模型，准确估计广东省历年的碳排放总量；二